基于知识共享的零样本学习
计算机视觉与模式识别
2021-03-01 v1 人工智能
摘要
零样本学习(Zero-Shot Learning, ZSL)是一项新兴研究,旨在解决训练数据极少情况下的分类问题。当前 ZSL 的工作主要集中于将语义空间映射到视觉空间的学习。其面临许多阻碍 ZSL 研究进展的挑战。首先,语义特征的表示不足以表征类别的所有特征。其次,从语义空间到视觉空间的迁移中仍存在域漂移问题。本文引入知识共享(KS)以丰富语义特征的表示。基于 KS,我们应用生成对抗网络(generative adversarial network)从语义特征生成与真实视觉特征非常接近的伪视觉特征。来自两个 ZSL 基准数据集的大量实验结果表明,所提方法具有一致的性能提升。
引用
@article{arxiv.2102.13326,
title = {Zero-Shot Learning Based on Knowledge Sharing},
author = {Zeng Ting and Xiang Hongxin and Xie Cheng and Yang Yun and Liu Qing},
journal= {arXiv preprint arXiv:2102.13326},
year = {2021}
}